電商平臺(tái)的評(píng)論在很大程度上為消費(fèi)者提供了商品情況的直觀判斷,然而由于經(jīng)濟(jì)利益,許多不法的商戶或?qū)I(yè)的水軍團(tuán)體瞄準(zhǔn)了電商平臺(tái)的評(píng)論,試圖通過(guò)虛假的評(píng)論來(lái)影響消費(fèi)者的判斷,達(dá)到提高或降低目標(biāo)商品銷量的目的。由于這種行為嚴(yán)重危害了電商平臺(tái)的真實(shí)性和公平性,各大平臺(tái)都在虛假評(píng)論檢測(cè)方面做出了很多的工作,以避免虛假評(píng)論行為對(duì)正常消費(fèi)秩序的破壞。許多專家學(xué)者也提出了一些解決方案來(lái)降低虛假評(píng)論的危害,并在一定程度上取得了效果。但隨著虛假評(píng)論用戶逐漸轉(zhuǎn)向有組織的虛假評(píng)論群組,許多檢測(cè)方法都不能很好地識(shí)別虛假群組。針對(duì)這一問(wèn)題,本文對(duì)虛假評(píng)論群組進(jìn)行了深入研究并提出了兩種解決方案。首先,采用對(duì)大量的用戶關(guān)系進(jìn)行挖掘的方法,發(fā)現(xiàn)用戶之間的關(guān)聯(lián),進(jìn)而發(fā)現(xiàn)候選群組。對(duì)于每一個(gè)項(xiàng)目,都構(gòu)建一個(gè)與該項(xiàng)目對(duì)應(yīng)用戶關(guān)系圖,構(gòu)成用戶關(guān)系圖組。通過(guò)對(duì)用戶關(guān)系圖組中的關(guān)聯(lián)強(qiáng)度進(jìn)行挖掘,發(fā)現(xiàn)支持度較高子圖中的用戶作為候選群組,最終對(duì)候選群組的關(guān)聯(lián)關(guān)系及緊密度進(jìn)行排序發(fā)現(xiàn)虛假評(píng)論群組及用戶。此外,通過(guò)對(duì)用戶的行為進(jìn)行分析,研究用戶關(guān)聯(lián)構(gòu)建以及圖的局部拓展群組劃分方法。在構(gòu)建的用戶關(guān)系無(wú)向圖的基礎(chǔ)上,通過(guò)對(duì)用戶之間的關(guān)聯(lián)進(jìn)行定量... 

【文章來(lái)源】：燕山大學(xué)河北省

【文章頁(yè)數(shù)】：59 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 傳統(tǒng)虛假評(píng)論用戶檢測(cè)方法
        1.2.2 基于機(jī)器學(xué)習(xí)的虛假評(píng)論群組檢測(cè)方法
        1.2.3 基于圖模型的虛假評(píng)論群組檢測(cè)方法
    1.3 本文的主要研究?jī)?nèi)容
    1.4 本文的組織結(jié)構(gòu)
第2章 相關(guān)理論及技術(shù)簡(jiǎn)介
    2.1 虛假評(píng)論概述
    2.2 圖論相關(guān)理論
        2.2.1 圖的基本概念
        2.2.2 無(wú)向圖的連通性及遍歷
        2.2.3 無(wú)向圖與群組的聯(lián)系
    2.3 圖的關(guān)聯(lián)挖掘相關(guān)簡(jiǎn)介
        2.3.1 圖的割點(diǎn)查找方法
        2.3.2 圖的模塊度
        2.3.3 頻繁子圖挖掘
    2.4 本章小結(jié)
第3章 頻繁子圖挖掘虛假群組檢測(cè)算法
    3.1 頻繁子圖挖掘虛假群組檢測(cè)算法框架圖
    3.2 構(gòu)建用戶關(guān)系圖組
    3.3 重合候選群組發(fā)現(xiàn)
        3.3.1 頻繁子圖發(fā)現(xiàn)順序序列
        3.3.2 候選群組發(fā)現(xiàn)
        3.3.3 候選群組發(fā)現(xiàn)算法
    3.4 虛假群組判斷
    3.5 本章小結(jié)
第4章 基于圖局部拓展的虛假群組檢測(cè)算法
    4.1 局部拓展虛假群組發(fā)現(xiàn)框架圖
    4.2 構(gòu)建用戶關(guān)系圖
    4.3 候選群組發(fā)現(xiàn)
        4.3.1 核心拓展思想
        4.3.2 局域模塊度最大思想
        4.3.3 候選群組發(fā)現(xiàn)算法
    4.4 虛假評(píng)論群組檢測(cè)特征及虛假評(píng)論群組的發(fā)現(xiàn)
    4.5 本章小結(jié)
第5章 實(shí)驗(yàn)驗(yàn)證與分析
    5.1 實(shí)驗(yàn)數(shù)據(jù)集及設(shè)置
        5.1.1 實(shí)驗(yàn)數(shù)據(jù)
        5.1.2 實(shí)驗(yàn)評(píng)價(jià)指標(biāo)
        5.1.3 實(shí)驗(yàn)環(huán)境
        5.1.4對(duì)比實(shí)驗(yàn)
    5.2 頻繁子圖挖掘虛假群組檢測(cè)算法實(shí)驗(yàn)對(duì)比及分析
        5.2.1 Amazon數(shù)據(jù)集實(shí)驗(yàn)結(jié)果及分析
        5.2.2 實(shí)驗(yàn)參數(shù)選取說(shuō)明
    5.3 基于圖的局部拓展虛假評(píng)論群組檢測(cè)算法實(shí)驗(yàn)對(duì)比及分析
        5.3.1 Amazon數(shù)據(jù)集實(shí)驗(yàn)結(jié)果及分析
        5.3.2 Yelp數(shù)據(jù)集實(shí)驗(yàn)結(jié)果及分析
        5.3.3 實(shí)驗(yàn)參數(shù)的選取及運(yùn)行效率分析
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]垃圾商品評(píng)論檢測(cè)研究綜述[J]. 張圣,伍星,鄒東升.  計(jì)算機(jī)工程與科學(xué). 2018(11)
[2]虛假評(píng)論檢測(cè)研究綜述[J]. 李璐旸,秦兵,劉挺.  計(jì)算機(jī)學(xué)報(bào). 2018(04)
[3]基于個(gè)人–群體–商戶關(guān)系模型的虛假評(píng)論識(shí)別研究[J]. 余傳明,馮博琳,左宇恒,陳百云,安璐.  北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(02)
[4]利用加權(quán)用戶關(guān)系圖的譜分析探測(cè)大規(guī)模電子商務(wù)水軍團(tuán)體[J]. 韓忠明,楊珂,譚旭升.  計(jì)算機(jī)學(xué)報(bào). 2017(04)
[5]在線商品虛假評(píng)論形成路徑研究[J]. 陳燕方,婁策群.  現(xiàn)代情報(bào). 2015(01)
[6]網(wǎng)絡(luò)水軍識(shí)別研究[J]. 莫倩,楊珂.  軟件學(xué)報(bào). 2014(07)
[7]數(shù)據(jù)結(jié)構(gòu)中圖的遍歷算法[J]. 余云,鄔奇梅.  電腦知識(shí)與技術(shù). 2008(17)



本文編號(hào)：3105983